一台围绕 Agent 来设计的手机长什么样｜阶跃 STEPX Neo体验

STEPX Neo：专为Agent设计的手机

阶跃终端发布了第一款大模型原生 Agent 手机 —— STEPX Neo。

这是一台从一开始就围绕 AI Agent 来设计的手机。

它搭载了智能体原生操作系统 Step AOS，以及个人智能体阶跃 Amoo。同时，还开放了模型、系统和硬件等能力，让用户能根据自己的需求，开发属于自己的 Skill、Agent，甚至是 AI 应用。

7 月 STEPX Neo 首次亮相时，阶跃终端对 STEPX Neo 的定义是：

「给 Agent 打造的进入物理世界的身体」

硬件设计：感知模块与智能核心的分离

当我拿到 STEPX Neo，第一眼注意到的其实是它的背面。

上方是摄像头模组，阶跃终端把它定义为「感知模块」，代表机器的视觉；下方一大片，对应推理、计算和记忆，也就是「智能核心」。

两个区域的设计能看到早期计算机和电路板的设计元素，阶跃终端把这套设计语言叫作「复古未来主义」。

背面还有一块独立的背屏：

Amoo 执行任务时，进度会实时显示在背屏上。

交互入口：降低唤起Agent的操作成本

开机之后，Amoo 就成了整台手机的核心 AI Agent 入口。

它被集成在系统层，用户可以在任何界面随时唤起。手机右侧还专门设置了一颗「AI 键」：

现在，只需要按一下这颗 AI 键，就能直接唤起 Amoo。接下来，无论是通过语音还是打字，都可以直接向它交代任务。

另外，STEPX Neo 还提供了很多种进入 AI 界面的方式。

比如，手机主屏幕底部就有一个「Agent 空间」入口，点击即可进入。用户也可以直接在主屏幕向左滑动，或者从屏幕底部向上滑动，快速切换到 AI 界面。

Amoo 的四类核心能力

我试用几天下来，Amoo 的能力大致可以分成四类。

• 理解意图。
• 长期记忆。
• 跨应用执行。
• 多模态搜索。

另外，手机里还有一个 AmooStore。开发者做好的 Skill 和 Agent 发布在这里，安装之后 Amoo 就能调用。你自己做的 Skill 也可以上传，审核通过后供其他人使用。

一个 AI 创客的 5 天：从调研到发布

Day 1｜调研：用一句模糊的描述，找回之前的截图

这次实测，我主要是以一个 AI 创客的身份，从零开始开发了一套叫「见面」的 Skill 和 App。核心功能包括管理名片、建立联系人档案，以及快速记录见面时聊过的内容和需要跟进的事。

决定做「见面」之前的几天里，我陆续截了不少同类 App 的界面，有管理名片的，也有管理客户关系的。

这些截图都混在手机相册里，想找的时候只能一张张翻，很麻烦。

「帮我找一下之前截过的几个管理人脉的 App，其中有一张截图，是按时间线显示和某个人的往来记录。」

Amoo 很快就从相册里找到了相关截图，还标出了每张截图的保存时间，并按不同的 App 分好了类。

比如，哪些功能是几款 App 都有的，哪些需要付费才能使用，以及用户在评价里经常吐槽什么。

遇到感兴趣的功能，我还会让 Amoo 找到对应的产品介绍和实际使用案例，继续研究。

所以，Day 1 基本都花在了竞品调研上。最后整理出了一份相对完整的竞品分析资料，包括功能、价格、用户评价，以及一些值得参考的产品设计。

这些内容也成了后面几天做「见面」的基础。

Day 2｜用户访谈：Amoo 主动提醒受访者背景

Day 2，我约了三个人聊聊他们的需求，分别是一位创业者、一位销售和一位 BD。第二次访谈时间也提前让 Amoo 加进了未来日程。

有了 Day 1 的竞品调研结果，Day 2 的访谈就可以更有针对性。

我会重点了解他们平时怎么管理联系人、见面之后怎么记录沟通内容，以及有没有因为忘记跟进而耽误过事情。

每次访谈结束后，我又把访谈中的关键内容交给 Amoo 整理，提取每个人提到的需求和问题。

三场访谈全部完成之后，我还让 Amoo 做了一次交叉对比，看看创业者、销售和 BD 这三类人群，哪些需求是相同的，哪些存在明显差异。

这样，Day 2 就有了一份用户访谈记录，以及一份从真实用户反馈中整理出来的需求清单。

这些内容可以直接用在第二天的产品需求设计里。

Day 3｜需求的回溯

在 Day 1 和 Day 2，我让 Amoo 做了不少调研，包括市面上有哪些 App 支持拍名片、OCR 文字识别、关联日程等功能。

同时，我也采访了几位用户，了解创业者、销售、BD 和媒体人平时都有哪些共同的需求，又遇到了什么问题。

到了 Day 3，我就直接问 Amoo：

「按我们之前定的方向，第一版应该先做什么？」

Amoo 结合之前 Day 1 和 Day 2 的调研结果和访谈反馈，用本身的「长期记忆」机制，直接给出了一套完整的建议。

很多时候，我们见过一个人，过几天就记不清对方是谁了；聊过的一些事情，当时说得挺好，回头却忘了跟进。

尤其是对于媒体人、创业者、销售和 BD 这些经常需要见人的群体来说，如何记住见过的人、聊过的事，并在合适的时候主动提醒跟进，其实是一个很实际的需求。

确定这个核心痛点之后，我又和 Amoo 反复讨论了几轮，把前两天收集到的需求逐步收敛。

比如，第一版到底需要哪些功能，哪些可以先不做，以及名片识别、联系人管理、会议记录和待办提醒之间应该怎么配合。

同时，还需要考虑哪些功能适合先做成 Skill，哪些更适合放在一个独立的 App 里。

到 Day 3 结束时，「见面」已经从最开始的一个模糊想法，变成了一套有明确功能、使用流程和开发优先级的产品方案。

所以，接下来的 Day 4 和 Day 5，就可以直接进入开发环节了，做了一套「见面」Skill 和 APP。

Day 4｜开发：在 Step Studio 里做一个 Skill

STEPX Neo 里已经有一个叫「Amoo Store」的应用商店，提供了很多现成的 Skill、Agent 和 AI 应用，用户可以直接挑自己需要的来用。

如果想自己动手开发，也可以用 STEPX Neo 提供的 Step Studio。

使用链接：

https://studio.stepx.com/

Step Studio 是一个 AI IDE，简单来说，就是一个能用 AI 帮你写代码的开发工具。用户可以用它开发 Skill、Agent，甚至做出一个完整的 AI 应用。

像我在 Day 1、Day 2、Day 3 做的调研、用户访谈和需求整理，现在都可以直接用上。

我可以把这些内容交给 Step Studio，让 AI 在电脑上帮我开发 Skill，做好之后还能直接推送到手机真机上使用。

做好之后，还可以通过连接器，让 Skill 调用 STEPX Neo 手机上的各种能力，比如 AI 本身提供的基础能力，以及手机的设置、文件管理、信息读取等功能。

比如，我做的这个 Skill 就可以用来管理联系人。

我只需要拍一张名片发给 Amoo，它就会自动调用这个 Skill，识别名片上的姓名、公司、职位和联系方式，帮我建立联系人档案，再保存到手机通讯录里。

我又找了几张不同排版的名片进行测试，看看 AI 能不能正确识别姓名、公司、职位和联系方式，以及识别出来的信息能否顺利保存到通讯录。

同时，还测试了联系人查询、见面前的信息整理等功能，并根据实际使用情况继续修改 Skill。

所以 Day 4 的工作，基本就是围绕着 Skill 的开发、真机测试和反复修改展开的。

经过这些测试，名片识别和联系人管理这两个核心功能已经有了一个可以实际使用的版本，也为 Day 5 开发完整的 App 做好了准备。

Day 5｜开发：在 Step Studio 做 APP

前面这个 Skill，其实只是我在开发 App 时做的一个小功能测试，能实现的功能还比较有限，肯定没有完整的 App 那么好用。

到了 Day 5，我准备把前四天积累的竞品调研、用户反馈、产品需求和 Skill 测试结果全部用起来，正式开发一款完整的「见面」App。

这一天的工作量也明显更大，因为除了开发联系人管理功能，还需要把 AI 模型接入、名片识别、语音转写、会议纪要和待办事项等功能整合到同一个 App 里。

这次开发主要还是在电脑上的 Step Studio 里完成，但 STEPX Neo 也一直参与其中。

比如，开发过程中，Amoo 会根据之前整理好的需求和测试记录，帮我跟进开发进度，提醒还有哪些功能需要完善。我在手机上随手记下的一些新想法，也可以交给 Amoo 整理，之后继续用在开发中。

相当于电脑负责写代码，手机上的 Amoo 则负责帮我管理整个开发过程。

做好之后，可以直接安装到安卓手机上，在真机里使用。

比如，我可以直接在 App 里填写 API，接入 Stepfun 的文本、视觉和语音模型，让 AI 帮我处理各种信息。

日常使用也很简单。我可以直接拍一张名片，让 AI 识别上面的信息并保存到 App 里。还可以添加待办事项，或者快速记录和某个人聊过的事。

App 会调用我提前接入的 AI 模型，比如视觉模型负责识别名片上的信息，语音模型可以把录音转成文字，再由文本模型整理这些内容。

最后，App 会自动帮这个人建立一份档案，把姓名、公司、职位、联系方式等信息都保存下来。

见面结束后，AI 还会自动整理会议纪要，提取需要跟进的待办事项，并保存到 Alex 的联系人档案里。

到了准备发布的时候，Amoo 还能根据之前积累的需求记录和测试记录，帮我整理 App 的商店介绍文案和版本更新日志。

这样一来，从前期的需求梳理、开发过程中的进度管理，到最后的发布准备，Amoo 都能参与进来。

所以，整个流程用起来很方便，效率也很高。

而且，这次做出来的「见面」App 已经比较完整了，基本覆盖了我想要的核心功能。需要用到 AI 的地方，可以接入不同的 AI 模型；需要拍照时，也能直接调用手机的系统相机。

整个过程中，Step Studio 负责具体的开发、测试和发布，STEPX Neo 上的 Amoo 则负责持续记录需求、跟进进度和整理开发过程中产生的信息。两者配合起来，基本覆盖了我从零开发这款 App 的主要流程。

底层技术看点：软硬模协同与意图即服务

前面的「一个 AI 创客的 5 天」的实测里，我们用 STEPX Neo 做了不少事情。

比如，从相册里找回之前的截图，在访谈前主动提醒受访者背景，继续讨论之前确定的产品需求，甚至直接调用手机上的日程、相册等功能，开发自己的 Skill、Agent、APP 等等。

这些事情单独看都不算特别复杂，但如果希望一个 Agent 能长期做好这些事，就会涉及几个问题。

比如：

它到底怎么感知用户的需求？怎么记住过去发生的事情？又怎么调用手机里的各种功能，把任务执行完？

这也是我们在体验之后，对 STEPX Neo 底层技术比较感兴趣的地方。

所以，我们结合公开资料，以及 STEPX Neo 团队分享的一些技术信息，进一步梳理了下，分享给大家。

【1】「软硬模」三位一体，让 Agent 更容易理解用户

阶跃终端把 STEPX Neo 的技术路线叫作「软硬模」三位一体。

简单来说，就是模型、操作系统和手机硬件一起为 Agent 服务。

模型负责理解和推理，Step AOS 负责记忆、任务执行和权限管理，硬件则负责感知用户的声音、画面和周围环境。

比如前面 Day 2 的用户访谈，Amoo 就能结合日程和过去的交流记录，在会议开始前主动提醒。

硬件方面，STEPX Neo 也做了一些针对性调整，比如加强麦克风的收音能力，以及支持低功耗音频处理等。

手机背屏则可以显示 Amoo 的不同工作状态，让用户知道它正在做什么。

这套设计的核心思路，就是让 Agent 更容易感知用户的需求，也让用户随时了解 Agent 的工作状态。

【2】长期记忆，让 Agent 记住之前做过什么

前面 Day 3 的实测里，我们隔了一天，直接问 Amoo：「按照之前确定的方向，第一版应该做什么？」

它能够结合之前的竞品调研和访谈内容，继续讨论产品需求。

根据阶跃终端分享的技术信息，Step AOS 采用了一套叫作「双域六层三步记忆」的系统。

简单理解，它会同时记录两类信息。一类是用户的习惯、偏好和历史交互，另一类是 Agent 自己积累的知识和办事经验。

这些信息会持续记录、整理，需要的时候再调用。

【3】端云协同，让 Agent 根据任务选择模型

另一个值得关注的地方，是 STEPX Neo 的端云协同。

根据阶跃终端的技术介绍，STEPX Neo 搭载了 Pro、Flash、Edge 三个模型，会根据不同的任务，自动选择更合适的模型来处理。

比如语音识别这类需要快速响应的任务，可以直接在手机本地处理。遇到比较复杂的资料整理，或者需要分好几步完成的任务，再交给云端模型。

STEPX Neo 也考虑到了这一点，比如可以查看 Agent 用了哪些权限、做过哪些操作，部分误操作还可以撤回。

最后一个技术方向，和我们 Day 4、Day 5 开发「见面」的过程联系最紧密。

当时，我们通过 Step Studio 开发了一个 Skill，让它调用手机的相册和日程，再把这个 Skill 交给 Agent，负责见面前提醒、见面后记录和后续跟进。

这也让我们意识到，Agent 能调用多少系统能力、连接多少外部服务，会直接影响它最终能做多少事情。

STEPX Neo 可以直接调用手机里的各种功能，也可以通过 A2A、MCP 协议，并且提出 H2A2A（Human to Host Agent to Service Agent），即由用户向阶跃 Amoo 表达需求，再由阶跃 Amoo 调用专业服务智能体完成任务。

比如用户想订餐厅、买票或者付款，未来就可能由 Amoo 理解需求，再让不同服务的智能体协作完成。

阶跃终端把这个方向叫作「意图即服务」。

所以整体来看，STEPX Neo 的这些技术设计，其实都能在前面的五天体验里找到对应的场景。

产品哲学：从 Tool 到 Worker 的演进

以上这些场景和对应技术支持，让我想起 LangChain 创始人 Harrison Chase 在谈 Agent 时提过的一个判断：

AI 越能从一个「tool」变成一个「worker」，它能够提供的杠杆就越大。

所以，AI 手机终端里的 Agent，如何成为一个「Worker」进入 AI 创客的日常工作和生活？

这个问题，可以从 STEPX Neo 本身的产品设计里找到一些思路。

STEPX Neo 采用了一种「复古未来主义」的设计风格，它对应着几十年前人们对于未来科技和生活方式的一种想象。

而现在，随着 AI Agent 开始进入手机，这种想象有了一个可以实际体验的产品形态。阶跃终端这次在商业策略上的选择，也能说明他们对这件事的长期判断。

其中包括 Step 系列模型、Step AOS 系统、Step Studio 开发工具，以及 STEPX Neo 手机硬件。

购买先行版的用户，还能连续 12 个月获得每月百亿 Token 的使用额度。

这其实是在尽可能降低 AI 创客的使用门槛，让更多人有机会真正拿着一台 AI 手机，去开发应用、体验 Agent，探索它在日常生活里还能做些什么。

此外，阶跃终端还推出了一个「阶跃 Amoo 成长计划」。

前 1 万名完成指定任务的用户，可以获得一张「星辰船票」，在未来五年内，凭 STEPX Neo 享受符合活动规则的 STEPX 新款终端零元置换权益。

五年这个时间跨度，从侧面证实了阶跃终端至少已经开始尝试用更长的时间周期，去经营用户、开发者和 Agent 之间的关系。

从产品角度来看，一个 Personal Agent，需要理解一个人，也需要时间去积累对这个人的理解。

而一款真正属于 Agent 时代的手机，也应该拥有持续成长的能力。

这或许就是手机里的 Agent 从「Tool」走向「Worker」的关键：它开始持续参与一个人的工作，而不再只是等待调用。

从这个角度来看，STEPX Neo 带来的另一重变化，是让用户重新掌握自己的注意力。

硬件开始主动理解需求、规划任务并执行，而用户可以把更多精力留给真正重要的事情。

如果说大模型时代的关键词是「Attention Is All You Need」，那么到了 Agent 时代，或许我们更应该思考的是，如何把 Attention 重新还给每一个人。

当 Agent 承担越来越多的事务，每个人都可以专注去做更多自己想做的事。复古未来主义想象过的未来，也因此离普通人更近了一步。

JOTO 企业落地观察

• 企业部署 Agent 终端需重新评估「设备生命周期」——传统手机换机周期为 2–3 年，而 Agent 手机的软件能力、模型迭代与技能生态依赖持续 OTA 更新，企业采购决策须纳入长期服务合约与模型授权条款。
• 「意图即服务」架构对企业智能体工程提出新要求：业务系统需开放标准化接口（如 MCP/H2A2A），而非仅提供 REST API；否则 Agent 将退化为单点工具，无法完成跨系统闭环任务。
• RAG 知识工程在终端侧面临新挑战：手机本地存储有限，但用户私有数据（如聊天记录、会议录音、名片图像）需低延迟检索；企业需设计「端-边-云」三级缓存策略，而非简单移植服务器端 RAG 流程。
• AI 安全治理必须覆盖「Agent 行为链」：从用户语音指令、意图解析、权限申请、跨应用调用到结果呈现，每个环节均需可审计日志；STEPX Neo 的权限回溯能力为企业提供了终端侧行为溯源的参考范式。